1.1. distplot

sns.distplot 함수는 1차원 데이터를 받아 밀도 그래프를 그립니다. 판다스 데이터프레임의 컬럼 하나는 1차원의 배열이므로 즉시 밀도 그래프를 그릴 수 있습니다. 아래는 갭마인더 데이터로 그린 2007년 기준 기대수명 밀도 그래프입니다. gapminder 데이터프레임에서 2007년 데이터만 선택한 후, lifeExp 컬럼을 선택합니다. 이 결과를 sns.distplot 함수에 넣어주면 밀도 그래프가 생성됩니다.

... # gapminder 데이터프레임에서 2007년 데이터만 선택: gapminder[gapminder.year == 2007]
... # lifeExp 컬럼을 선택: .lifeExp
>>> tmp = gapminder[gapminder.year==2007].lifeExp
>>> tmp.head()
11    43.828
23    76.423
35    72.301
47    42.731
59    75.320
Name: lifeExp, dtype: float64
>>> sns.distplot(tmp)

>>> sns.distplot(
...     a = gapminder[gapminder.year==2007].lifeExp, # 데이터
...     bins = 2, # 히스토그램 막대 갯수를 결정합니다
...     hist =  True, # False이면 히스토그램을 생략합니다
...     kde = False, # False이면 kde를 생략합니다
...     rug = True # True 이면 러그플롯을 함께 그립니다
... )

>>> sns.distplot(gapminder[gapminder.year==2002].gdpPercap)

1.2. barplot

sns.barplot은 막대 그래프를 그리는 함수입니다. 막대 그래프를 그리기 위해서는 x와 y가 필요하며, 씨본의 함수에 x와 y를 전달하는 코드 패턴은 다음과 같습니다. boxplot, lineplot, scatterplot 등 x와 y 두 개의 변수를 받는 씨본 플롯에서 계속 사용하게 되는 구조이므로 눈에 잘 익혀두시기 바랍니다.

... # 2007년 데이터만 선택: gapminder[gapminder.year==2007]
... # 대륙별로 그루핑: .groupby("continent")
... # 그루핑된 데이터의 평균 계산: .mean()
... # 인덱스를 초기화하고 원래 인덱스를 컬럼으로 내보냄: .reset_index()
>>> tmp = gapminder[gapminder.year==2007].groupby("continent").mean().reset_index()
>>> tmp.head()
  continent    year    lifeExp           pop     gdpPercap
0    Africa  2007.0  54.806038  1.787576e+07   3089.032605
1  Americas  2007.0  73.608120  3.595485e+07  11003.031625
2      Asia  2007.0  70.728485  1.155138e+08  12473.026870
3    Europe  2007.0  77.648600  1.953662e+07  25054.481636
4   Oceania  2007.0  80.719500  1.227497e+07  29810.188275
>>> sns.barplot(data=tmp, x="continent", y="lifeExp")

데이터를 잘 조작하였다면 이후의 과정은 쉽습니다. sns.barplot 함수에 만들어놓은 tmp 데이터를 전달하고, x 변수를 "continent"로, y 변수를 "lifeExp" 변수로 지정하였습니다.

# 1957년, 2007년의 데이터를 선택: gapminder[gapminder.year.isin([1957, 2007])]
# 연도별, 대륙별로 그루핑: .groupby(["year","continent"])
# 그루핑된 데이터에서 평균 계산: .mean()
# 인덱스를 초기화하고 원래 인덱스를 컬럼으로 내보냄: .reset_index()
>>> tmp = gapminder[gapminder.year.isin([1957,2007])].groupby(["year","continent"]).mean().reset_index()
>>> tmp.head()
   year continent    lifeExp           pop     gdpPercap
0  1957    Africa  41.266346  5.093033e+06   1385.236062
1  1957  Americas  55.960280  1.547816e+07   4616.043733
2  1957      Asia  49.318544  4.735699e+07   5787.732940
3  1957    Europe  66.703067  1.459635e+07   6963.012816
4  1957   Oceania  70.295000  5.970988e+06  11598.522455

>>> sns.barplot(
...     data = tmp,
...     x = "continent",
...     y = "lifeExp",
...     hue = "year"
... )

... # year 변수가 2007인 데이터만 선택: gapminder[gapminder.year==2007]: 
... # "gdpPercap" 변수의 내림차순으로 데이터프레임을 정렬: .sort_values("gdpPercap", ascending=False)
... # 가장 위의 10개 행 선택: .head(10)
>>> tmp = gapminder[gapminder.year==2007].sort_values("gdpPercap", ascending=False).head(10)
>>> tmp
               country continent  year  lifeExp        pop    gdpPercap
1151            Norway    Europe  2007   80.196    4627926  49357.19017
863             Kuwait      Asia  2007   77.588    2505559  47306.98978
1367         Singapore      Asia  2007   79.972    4553009  47143.17964
1619     United States  Americas  2007   78.242  301139947  42951.65309
755            Ireland    Europe  2007   78.885    4109086  40675.99635
671   Hong Kong, China      Asia  2007   82.208    6980412  39724.97867
1487       Switzerland    Europe  2007   81.701    7554661  37506.41907
1091       Netherlands    Europe  2007   79.762   16570613  36797.93332
251             Canada  Americas  2007   80.653   33390141  36319.23501
695            Iceland    Europe  2007   81.757     301931  36180.78919

>>> sns.barplot(
...     data=tmp,
...     x='gdpPercap', # x 변수 선택(수평으로 그릴 것이므로 x가 gdpPercap)
...     y='country', # y 변수 선택(수평으로 그릴 것이므로 y가 country)
...     hue='continent', # 대륙별로 색깔 입히기
...     dodge=False, # hue 로 지정한 그룹을 stacked bar로 표현(간격 조정)
...     orient="h" # 수평으로 눕힌 막대 그래프 그리기
... ) 

1.3. boxplot & violinplot

sns.boxplot은 말 그대로 박스플롯을 그리는 함수입니다. sns.violinplot은 박스플롯의 기능에 더해 분포를 좀 더 명확하게 확인할 수 있는 플롯입니다.

>>> sns.boxplot(
...     data = gapminder[gapminder.year==2007],
...     x = 'continent',
...     y = 'gdpPercap',
...     order = ["Africa", "Asia", "Americas", "Europe", "Oceania"]
... )

>>> sns.violinplot(
...     data = gapminder[gapminder.year==2007],
...     x = 'continent',
...     y = 'gdpPercap',
...     order = ["Africa", "Asia", "Americas", "Europe", "Oceania"]
... )

>>> tmp = gapminder[gapminder.year.isin([1957, 2007]) & gapminder.continent.isin(["Asia","Europe"])]
>>> tmp.head()
        country continent  year  lifeExp       pop    gdpPercap
1   Afghanistan      Asia  1957   30.332   9240934   820.853030
11  Afghanistan      Asia  2007   43.828  31889923   974.580338
13      Albania    Europe  1957   59.280   1476505  1942.284244
23      Albania    Europe  2007   76.423   3600523  5937.029526
73      Austria    Europe  1957   67.480   6965860  8842.598030

>>> sns.boxplot(
...     data = tmp,
...     x = 'year',
...     y = 'gdpPercap',
...     hue = 'continent'
... )

1.4. lineplot & pointplot

lineplot은 선 그래프를 그리는 함수입니다. 선 그래프를 그릴 때에도 x와 y가 필요하기 때문에, 바플롯이나 박스플롯을 그릴 때와 같은 코드 패턴을 사용합니다. pointplot은 lineplot과 유사하지만 데이터 포인트까지 플롯에 표현합니다. 라인플롯과 거의 똑같이 활용할 수 있으며, 포인트의 개수가 많지 않다면 라인플롯보다 유용한 경우가 많습니다.

>>> sns.lineplot(
...     data = gapminder[gapminder.country=="Korea, Rep."],
...     x = 'year',
...     y = 'gdpPercap'
... )

>>> sns.pointplot(
...     data = gapminder[gapminder.country=="Korea, Rep."],
...     x = 'year',
...     y = 'gdpPercap'
... )

... # "country"가 "Korea, Rep." 또는 "Korea, Dem. Rep." 인 데이터 선택
>>> tmp = gapminder[gapminder.country.isin(["Korea, Rep.","Korea, Dem. Rep."])]
>>> sns.pointplot(
...     data = tmp,
...     x = 'year',
...     y = 'gdpPercap',
...     hue = 'country'
... )

... # 연도별, 대륙별로 그루핑: gapminder.groupby(["continent","year"])
... # 그루핑된 상태에서 합계 구하기: .sum()
... # 인덱스 초기화, 컬럼으로 내보내기: .reset_index()
>>> tmp = gapminder.groupby(["continent","year"]).sum().reset_index()
>>> tmp.head()
  continent  year   lifeExp        pop      gdpPercap
0    Africa  1952  2035.046  237640501   65133.768223
1    Africa  1957  2145.850  264837738   72032.275237
2    Africa  1962  2252.611  296516865   83100.098892
3    Africa  1967  2357.396  335289489  106618.917645
4    Africa  1972  2467.449  379879541  121660.015058
>> sns.pointplot(data=tmp,x="year",y="pop",hue="continent") # hue 구분해서 플로팅

1.5. scatterplot & pairplot

sns.scatterplot 은 산점도를 그리는 함수입니다. 산점도를 그리기 위해서는 역시 x축과 y축에 대응하는 변수들이 필요하고, 지금까지와 같이 sns.scatterplot(data = data, x = x변수, y = y변수) 패턴으로 플롯을 그릴 수 있습니다. 아래 예시 코드를 보겠습니다. 2007년 개별 국가들의 1인당 GDP와 기대 수명을 산점도로 나타냈습니다. 크게 어려운 것은 없습니다.

>>> sns.scatterplot(data = gapminder[gapminder.year==2007], x="gdpPercap", y="lifeExp")

>>> sns.scatterplot(
...     data = gapminder[gapminder.year==2007],
...     x = "gdpPercap",
...     y = "lifeExp",
...     hue = 'continent',
...     size = 'pop'
... )

>>> tmp = gapminder[(gapminder.year==1997) & (gapminder.continent=='Asia')]
>>> tmp = tmp.assign(isKor = tmp.country=="Korea, Rep.")
>>> tmp.head()
         country continent  year  lifeExp         pop     gdpPercap  is_kor
11   Afghanistan      Asia  2007   43.828    31889923    974.580338   False
95       Bahrain      Asia  2007   75.635      708573  29796.048340   False
107   Bangladesh      Asia  2007   64.062   150448339   1391.253792   False
227     Cambodia      Asia  2007   59.723    14131858   1713.778686   False
299        China      Asia  2007   72.961  1318683096   4959.114854   False
>>> sns.scatterplot(data=tmp, x="gdpPercap",y="lifeExp",hue='isKor')

>>> tmp = gapminder[gapminder.year==2007]
>>> sns.pairplot(
...     data = tmp[["lifeExp","gdpPercap","pop","continent"]],
...     hue = 'continent'
... )

## <seaborn.axisgrid.PairGrid object at 0x000000002EC04D88>

1.6. heatmap

sns.heatmap은 히트맵을 그리는 함수입니다. 히트맵은 상관계수를 시각화하는 경우에 자주 사용됩니다. 아래 예시 코드를 보겠습니다. 먼저 데이터프레임의 corr 메소드를 사용하여 변수들 간의 상관관계를 구합니다. 연도를 2007년으로 고정하였으므로 year 변수와 다른 변수들과의 상관계수는 NaN입니다. 이렇게 만들어진 상관계수 테이블을 sns.heatmap 함수에 집어넣기만 하면 됩니다. annot=True 는 히트맵에 값을 직접 표시하는 기능을 합니다.

>>> tmp = gapminder[gapminder.year==2007].drop("year",axis=1).corr()
>>> tmp
           year   lifeExp       pop  gdpPercap
year        NaN       NaN       NaN        NaN
lifeExp     NaN  1.000000  0.047553   0.678662
pop         NaN  0.047553  1.000000  -0.055676
gdpPercap   NaN  0.678662 -0.055676   1.000000
>>> sns.heatmap(data = tmp, annot=True)

sns.heatmap(
    data = gapminder[gapminder.year==2007].drop("year",axis=1).corr(),
    annot=True
)
plt.tight_layout()
plt.show()

2.1. 플롯 스타일

맷플롯은 여러 가지 플롯 스타일을 지원합니다. plt.style.available 속성을 통해서 사용 가능한 스타일들을 확인할 수 있습니다. 예를 들어 씨본 산점도를 R의 ggplot 스타일로 그리는 것도 가능합니다.

>>> plt.style.use('ggplot')
>>> sns.scatterplot(
...    data= gapminder[gapminder.year==2007],
...    x = "gdpPercap",
...    y = "lifeExp",
...    hue = 'continent'
... )

2.3. matplotlib 플롯의 구조

https://pbpython.com/effective-matplotlib.html

맷플롯립이 그려주는 하나의 figure는 위와 같이 분해할 수 있습니다. 우리가 여기서 다룰 구성요소들은 다음과 같습니다.

• Figure: 하나의 플롯 객체, 하나 이상의 Axes를 포함할 수 있음
• Axes: 개별 플롯
• Title: 플롯 제목
• X axis label,Y axis label: x,y 축 제목
• Legend: 범례

>>> plt.figure(figsize = (10,5))
>>> sns.pointplot(
...     data=gapminder[gapminder.country=="Korea, Rep."],
...     x = "year",
...     y = "gdpPercap"
... )

>>> plt.rcParams["font.family"] = 'NanumSquare' # 글꼴 지정
>>> plt.title("원하는 제목", fontsize=원하는크기) # 제목 지정
>>> plt.xlabel("원하는 라벨", fontsize=원하는크기) # x축 라벨 지정
>>> plt.ylabel("원하는 라벨", fontsize=원하는크기) # y축 라벨 지정
>>> plt.legend(labels=['원하는 텍스트'],loc='원하는 위치') # 범례 지정

... 생략
>>> plt.title("대한민국의 1인당 GDP 추이", fontsize=18)
>>> plt.xlabel("연도", fontsize=13)
>>> plt.ylabel("1인당 GDP", fontsize=13)
>>> plt.legend(labels=['Korea, Rep.'], loc='best', fontsize=13)